双通道卷积神经网络人脸表情识别 |
| |
作者姓名: | 张琳琳 陈志雨 张啸 |
| |
作者单位: | 长春工业大学 计算机科学与工程学院,吉林 长春,130012;长春工业大学 计算机科学与工程学院,吉林 长春,130012;长春工业大学 计算机科学与工程学院,吉林 长春,130012 |
| |
基金项目: | 吉林省科技厅基金资助项目 |
| |
摘 要: | 将卷积神经网络的单通道全连接层改为双通道,构建并训练了一个新的双通道卷积神经网络模型以增强模型的特征表达能力。在全连接层用Maxout激活函数代替传统的ReLU激活函数以优化网络内部结构。在网络训练过程中,采用A-Softmax损失,使卷积神经网络能够学习角度判别特征。改进后的卷积神经网络模型在FER2013数据集上准确率为73.6%。
|
关 键 词: | 人脸表情识别 深度学习 双通道卷积神经网络 A-Softmax损失 |
本文献已被 CNKI 万方数据 等数据库收录! |
|